MiniCPM5-2B so với LFM2.5 2.6B Base: Mô hình hoàn thiện so với Nguyên liệu thô để tự xây dựng mô hình của riêng bạn

Hai trong số những bản phát hành mô hình nhỏ thú vị nhất trong tháng qua nằm ở cùng một phân khúc trọng lượng nhưng lại đang ở những thời điểm hoàn toàn khác nhau trong vòng đời của chúng. MiniCPM5-2B là một sản phẩm đã hoàn thiện: một mô hình dense 2,5B mà ModelBest và OpenBMB trình làng tại Hội nghị Trí tuệ Nhân tạo Thế giới vào ngày 19 tháng 7, với bộ trọng số mở được âm thầm đưa lên Hugging Face vào các ngày 6 và 7 tháng 9, phía sau là một quy trình hậu huấn luyện hoàn chỉnh, theo giấy phép Apache-2.0, sẵn sàng phục vụ. LFM2.5 2.6B Base là checkpoint tiền huấn luyện chỉ dành cho văn bản của Liquid AI — lớp nền thô mà công ty mô tả là "chỉ được khuyến nghị cho các tác vụ yêu cầu tinh chỉnh sâu", không có tinh chỉnh theo chỉ dẫn, không có mẫu chat và không một điểm chuẩn nào được công bố, bởi lẽ mô hình nền không được chấm điểm; những mô hình bạn tinh chỉnh từ nó mới đáng được chấm điểm. So sánh chúng thực chất là câu hỏi về việc bạn đang tìm mua ở tầng nào của dây chuyền xây dựng: một mô hình hoạt động được ngay trong đêm nay, hay những nguyên liệu để tự làm ra mô hình của riêng mình.

Cả hai thẻ mô hình đều ghi "không dùng trực tiếp" theo các cách diễn đạt khác nhau, và các nhà cung cấp đặt dòng lưu ý đó ngay ở những dòng đầu tiên. Thẻ của MiniCPM5-2B mô tả một transformer kiến trúc Llama dày đặc với tổng cộng 2.516.756.480 tham số (1.981.982.720 tham số phi-embedding), 42 lớp, grouped-query attention, cửa sổ ngữ cảnh 131.072 token trong cấu hình phát hành, cùng một câu chuyện hậu huấn luyện — SFT suy luận sâu, RL chuyên biệt, On-Policy Distillation — nhắm thẳng vào hành vi tác tử và khả năng sử dụng công cụ. Thẻ của Liquid cho LFM2.5 2.6B Base mô tả một mô hình lai 2,69B xếp chồng tám lớp grouped-query-attention lên hai mươi hai khối tích chập ngắn dual-gated, được tiền huấn luyện trên khoảng 34 nghìn tỷ token thuộc 16 ngôn ngữ với ngữ cảnh 128K, rồi dừng lại ở đó: mô hình cơ sở tồn tại để được tiếp tục huấn luyện hoặc tinh chỉnh thành một thứ khác. Một là đích đến; cái còn lại là vạch xuất phát.

Những gì Liquid thực sự đã phát hành

Đầu tháng 8, LFM2.5 2.6B Base đã có mặt trên Hugging Face với vai trò là nền tảng tiền huấn luyện cho dòng LFM2.5-2.6B của Liquid. Thẻ mô hình của nó trình bày bảng dòng sản phẩm — bản base và bản LFM2.5-2.6B hậu huấn luyện do Liquid tinh chỉnh cho các tác vụ agentic có gọi công cụ — đồng thời nói rõ rằng bản base là checkpoint thuần văn bản dùng để tạo ra tất cả các biến thể. Đó là toàn bộ công việc của nó: bạn lấy kiến trúc hybrid 2,69B tham số cùng nền tảng đa ngôn ngữ 34 nghìn tỷ token, tiếp tục tiền huấn luyện hoặc SFT trên lĩnh vực của riêng mình, rồi mọi thứ bạn phát hành sau đó sẽ kế thừa các điều khoản giấy phép của nó. Thẻ mô hình không có điểm chuẩn nào vì chưa có gì để đo điểm chuẩn; mô hình chưa được tinh chỉnh theo chỉ dẫn, nên khi dùng ngay, nó chỉ sinh tiếp văn bản chứ không trả lời câu hỏi. Mô hình chạy với khoảng 2,5GB trọng số và được hỗ trợ bởi Transformers, vLLM, SGLang, MLX và llama.cpp, nhờ đó trở thành nền tảng khả thi cho các dự án tinh chỉnh trên điện thoại và thiết bị biên.

Lưu ý thực tế cho cuộc so sánh này: nếu bạn muốn một mô hình nhỏ hoạt động được từ Liquid, đối thủ xứng tầm với MiniCPM5-2B là LFM2.5-2.6B đã qua hậu huấn luyện, chứ không phải bản Base. Bản Base là phiên bản bạn chọn khi có ý định tự thực hiện hậu huấn luyện — và đó chính là lý do bảng benchmark của MiniCPM5-2B so sánh với phiên bản anh em được tinh chỉnh theo hướng dẫn của cùng gia đình mô hình, thay vì checkpoint thô này.

OpenBMB đã phát hành điều gì, và vì sao nó khác biệt

MiniCPM5-2B đến tay người dùng như một sản phẩm hoàn chỉnh kèm theo bản thiết kế nhà máy. Trong khi Liquid trao cho bạn một nền tảng cơ sở và công sức lao động, OpenBMB trao cho bạn toàn bộ thứ được mở hoàn toàn: checkpoint hậu huấn luyện RL + OPD cuối cùng, GGUF, MLX, GPTQ, bản cơ sở, SFT và các bản đồng hành dạng nháp, và — phần làm thay đổi cục diện so sánh — chính các kho ngữ liệu huấn luyện, được phát hành dưới giấy phép Apache-2.0 với tên gọi dòng UltraData. Thẻ mô hình báo cáo điểm trung bình nội bộ là 53.9 trên một bộ so sánh gồm các mô hình mở 2B-4B do nhà cung cấp lựa chọn, với điểm AIME 2025/2026 là 86.5 và 46.4 do nhà cung cấp tự chạy trên SWE-bench Verified, tất cả vẫn chưa được tái lập một cách độc lập. Sản phẩm này được tạo ra để chạy, không phải để huấn luyện: thông điệp ra mắt xoay quanh khả năng thích ứng ngay từ ngày đầu trên chín gia đình chip và ARM, gọi công cụ gốc thông qua các lệnh gọi kiểu XML, cùng các chế độ phản hồi nhanh/cân nhắc kết hợp cho mục đích sử dụng tương tác.

Bảng điểm, được dán nhãn trung thực.

• Những gì bạn nhận được — MiniCPM5-2B: một mô hình trò chuyện hoàn chỉnh, sẵn sàng phục vụ cùng dữ liệu huấn luyện mở. LFM2.5 2.6B Base: một mô hình nền được tiền huấn luyện để bạn tinh chỉnh thành một mô hình hoàn chỉnh.

• Tham số — MiniCPM5-2B: Tổng 2,52B / 1,98B non-embedding, dạng dense theo kiến trúc Llama. LFM2.5 2.6B Base: 2,69B dạng hybrid (8 khối attention + 22 khối short-convolution).

• Ngữ cảnh — MiniCPM5-2B: 131.072 token trong cấu hình đi kèm. LFM2.5 2.6B Base: ngữ cảnh gốc 128K.

• Ngôn ngữ — MiniCPM5-2B: thẻ và dữ liệu tập trung vào tiếng Anh và tiếng Trung. LFM2.5 2.6B Base: được tiền huấn luyện trên 16 ngôn ngữ.

• Điểm chuẩn — MiniCPM5-2B: bộ thử nghiệm đầy đủ của nhà cung cấp (trung bình nội bộ 53.9; chưa được tái lập). LFM2.5 2.6B Base: không có kết quả nào được công bố cho chính bản Base, theo thiết kế.

• Giấy phép — MiniCPM5-2B: Apache-2.0 cho trọng số và dữ liệu đã phát hành. LFM2.5 2.6B Base: LFM Open License v1.0, miễn phí với doanh thu hàng năm dưới 10 triệu USD, và mức trần này cũng áp dụng cho các sản phẩm phái sinh của bạn.

Bảng điểm bên trên là cùng một câu chuyện được trình bày trong sáu hàng: cả hai mô hình đều nhỏ, thuộc lớp 128K và gần giống Apache, nhưng một cột kết thúc bằng một dịch vụ đang chạy, còn cột kia kết thúc bằng một quyết định về việc ai sẽ đảm nhận việc đào tạo.

Giấy phép chính là tính năng

Đối với một nhà xây dựng sản phẩm, khoảng trống cấp phép là hạng mục kém hào nhoáng nhất nhưng lại có tính quyết định nhất trong danh sách đó. OpenBMB đặt MiniCPM5-2B và dữ liệu đã công bố dưới giấy phép Apache-2.0: bạn có thể triển khai nó, tinh chỉnh nó và xây dựng sản phẩm thương mại trên nó mà không có trần doanh thu và không có nghĩa vụ kế thừa nào ngoài việc ghi công. LFM Open License v1.0 của Liquid thực sự mở trọng số nhưng lại có điều kiện về doanh thu — tổ chức có doanh thu hàng năm dưới 10 triệu đô la được cấp phép thương mại rộng rãi, tổ chức đạt hoặc vượt mức đó thì không, và mức trần này được kế thừa bởi bất cứ mô hình nào bạn tinh chỉnh, vì vậy một sản phẩm xây dựng trên LFM2.5 2.6B Base cũng mang cùng mức trần khi công ty của bạn phát triển. Điều đó không khiến giấy phép của Liquid trở nên bất hợp lý; nó khiến giấy phép trở thành một điều khoản mà một startup hy vọng mở rộng vượt mức trần phải lên kế hoạch từ ngày đầu tiên, và đó là lý do lớn nhất khiến cách đóng khung "mô hình hoàn chỉnh" có ý nghĩa. Nếu bạn đang xây dựng thứ gì đó mà bạn dự định phát triển, Apache-2.0 với dữ liệu mở là một loại nguyên liệu thô khác hẳn so với một giấy phép có trần.

Ngã rẽ giữa việc tự xây dựng và mua sẵn, được cụ thể hóa

Hãy coi đây là bài toán tự xây dựng hay mua sẵn, và lựa chọn sẽ không còn gây bối rối. MiniCPM5-2B là hướng mua sẵn: phần khó nhằn — hậu huấn luyện một mô hình nhỏ cho các tác vụ agentic, ngữ cảnh dài — đã được hoàn tất, giấy phép sạch sẽ, và việc còn lại của bạn chỉ là triển khai phục vụ và đánh giá. Cái giá phải trả là bạn đang chấp nhận các lựa chọn hậu huấn luyện của người khác, và các con số nổi bật của mô hình này mới chỉ ra đời được một tuần, chưa được ai ngoài phòng thí nghiệm xác minh. LFM2.5 2.6B Base là hướng tự xây dựng: bạn mua kiến trúc và phần tiền huấn luyện của Liquid rồi tự mình thực hiện hậu huấn luyện, đây là lý do chính đáng duy nhất để chọn bản base thay vì bản anh em LFM2.5-2.6B đã được tinh chỉnh theo hướng dẫn (instruction-tuned) mà Liquid đang bán sẵn. Con đường này hợp lý khi bạn có một lĩnh vực, một ngôn ngữ, hoặc một hồ sơ hành vi mà các mô hình đóng gói sẵn không bao phủ. Nó đòi hỏi nhiều công sức hơn hẳn, khởi đầu với con số không benchmark nào được công bố, và vẫn giữ nguyên điều khoản giới hạn doanh thu (revenue cap). Phần thưởng là một mô hình không ai khác có — và, vì OpenBMB đã mở dữ liệu của chính MiniCPM5-2B, giờ bạn có con đường thứ hai để đạt được điều đó: tiếp tục huấn luyện (continue-training) một công thức Apache-2.0 đã được kiểm chứng thay vì bắt đầu từ một bản base trống trơn.

Thực tế định tuyến cho cả hai

Cả hai checkpoint hiện đều không có trong danh mục lưu trữ, nên câu hỏi về lớp ở đây xoay quanh môi trường xung quanh chúng thay vì khâu phân phối. Một khi bạn đã triển khai MiniCPM5-2B hoặc tinh chỉnh LFM2.5 2.6B Base thành một mô hình của riêng mình, con đường thử nghiệm có thể đảo ngược — để so chúng với các mô hình lưu trữ bạn đang dùng — là qua một API duy nhất có cơ chế tự động chuyển dự phòng: một stack mới hoặc dẫn xuất có thể bị đình trệ mà không kéo sập môi trường production, còn giá niêm yết từ nhà cung cấp được chuyển thẳng với mức chênh lệch 0%, nên việc so sánh A/B rất rẻ. Về bản thân quyết định tự xây dựng hay mua sẵn, cách tiếp cận trung thực vẫn như mọi khi với các mô hình mở nhỏ: điểm chuẩn thực sự đáng quan tâm là điểm chuẩn bạn tự chạy trên phần cứng và dữ liệu của mình, chứ không phải con số in trên bảng thông số của từng mô hình.

Thực ra bạn đang mua sắm cho lớp nào?

Chọn MiniCPM5-2B khi bạn muốn một mô hình on-device đã hoàn thiện, được cấp phép Apache-2.0, có thể đưa vào phục vụ ngay tối nay và tinh chỉnh trên dữ liệu mở — đồng thời chấp nhận rằng thẻ mô hình ấn tượng của nó vẫn chưa được kiểm chứng và bạn phải tự tái lập kết quả trước khi nó xứng đáng nhận được sự tin cậy trong sản xuất. Chọn LFM2.5 2.6B Base khi bạn có ý định tự huấn luyện tiếp mô hình của riêng mình và muốn lấy kiến trúc lai của Liquid cùng nền tảng 16 ngôn ngữ làm trọng số khởi đầu — chấp nhận chi phí tinh chỉnh, việc không một benchmark nào được công bố, và trần doanh thu 10 triệu đô la Mỹ sẽ đi kèm trong bất cứ thứ gì bạn phát hành. Hai mô hình này không phải là đối thủ cho cùng một công việc; chúng là hai công việc khác nhau trên cùng một phần cứng, và lựa chọn sai duy nhất là mua một cái trong khi tin rằng mình đang mua cái kia.